---
title: "数字媒体与文件大小"
description: "图像、声音、视频如何数字化，以及文件大小怎么算。"
---

> Documentation Index
> Fetch the complete documentation index at: https://cppguide.xyz/llms.txt
> Use this file to discover all available pages before exploring further.

# 数字媒体与文件大小

![](https://img.dailyup.xyz/optimized/8207670373708-048e03ef-0c71-4092-9423-b279dfcc9847.jpg)

一张照片、一首歌、一段视频，在计算机里都只是一串 0 和 1。要让它们变成这串 0 和 1，中间有个「数字化」的过程。这一章讲这个过程，以及由此派生出来的高频考点：**文件有多大**。

本章的知识点与 GESP、CSP-J/S 大纲的对应关系如下。

| 考试 | 大纲要求 | 本章位置 |
| --- | --- | --- |
| NOI 入门级 | 1.1.7 位、字节与字 | 单位换算速查 |
| CSP-J/S 第一轮 | 计算机常识中的存储容量与多媒体文件大小计算，2020 年入门级真题直接考过图像存储 | 全章 |

> GESP 和 NOI 大纲都没有把多媒体列为独立考点，但初赛的单项选择题里稳定出现，几乎每隔一两年就考一次。它是「信息如何表示」这条主线的延伸，学起来也不难。

## 从模拟到数字

现实中的图像、声音、视频都是连续变化的，称为模拟信号。计算机只能存 0 和 1，所以必须先把连续的量切成离散的点，再用二进制记录每个点的值。这个过程叫数字化。

数字化必然会损失信息，切得越细，损失越小，文件也越大。后面所有的大小计算，本质上都在数「切了多少个点，每个点用多少位记」。

## 位图与矢量图

图像分两种，它们的存储方式和放大后的表现完全不同。

| 对比项 | 位图 | 矢量图 |
| --- | --- | --- |
| 原理 | 记录每个像素的颜色 | 记录图形的数学描述（点、线、圆） |
| 放大 | 失真，出现马赛克 | 不失真，边缘依然清晰 |
| 文件大小 | 与分辨率有关，通常较大 | 与图形复杂度有关，通常较小 |
| 适合 | 照片、复杂色彩 | 标志、图标、工程图 |
| 常见格式 | BMP、JPEG、GIF、PNG | SVG、AI、WMF |

位图也叫点阵图，由许多像素排列而成。放大本质上就是把每个像素拉大，所以会看到一个个方块。矢量图记录的是「画一个半径 100 的圆」这类指令，放大时重新计算坐标，任何时候都清晰。

## 图像的大小计算

位图的大小由两个量决定。

- **分辨率**。水平方向和垂直方向的像素数，写成「1920 × 1080」这样的形式。
- **色深**（也叫位深度）。每个像素用多少位来表示颜色。

常用的色深有几种：

| 色深 | 可表示的颜色数 |
| --- | --- |
| 1 位 | $2^1 = 2$ 种，黑白 |
| 8 位 | $2^8 = 256$ 种 |
| 16 位 | $2^{16} = 65536$ 种，高彩 |
| 24 位 | $2^{24} \approx 1677$ 万种，真彩色 |
| 32 位 | 其中 24 位表示颜色，另外 8 位是透明度（Alpha 通道） |

24 位真彩色给红、绿、蓝三个通道各留 8 位，所以是 $256 \times 256 \times 256$ 种颜色。

计算大小的公式：

$$\text{字节数} = \text{水平像素} \times \text{垂直像素} \times \text{色深} \div 8$$

除以 8 是因为公式算出来的是比特，而文件大小习惯用字节。

**例 1**：一张 1024 × 1024 的 24 位真彩色图像。

$$1024 \times 1024 \times 24 \div 8 = 3145728 \text{ B} = 3 \text{ MB}$$

**例 2**：一张 2048 × 1024 的 32 位真彩色图像。

$$2048 \times 1024 \times 32 \div 8 = 8388608 \text{ B} = 8 \text{ MB}$$

例 2 是 2020 年 CSP-J 第一轮的真题，答案 8 MB。

顺带提一个容易混的概念：**分辨率**在显示器上指屏幕能显示多少像素，在打印时常用 **DPI**（每英寸点数）衡量打印精度。显示器分辨率高，画面更细腻；打印机的 DPI 决定印出来够不够清晰。

## 声音的大小计算

声音数字化要做两件事：按固定的时间间隔取样（采样），把每个样本的幅度用一个数字记下来（量化）。

- **采样频率**。每秒取多少个样本，单位赫兹（Hz）。常见的有 8000 Hz（电话）、44100 Hz（CD）、48000 Hz。
- **量化位数**。每个样本用多少位表示，常见 8 位、16 位、24 位。
- **声道数**。单声道是 1，立体声是 2。

计算公式：

$$\text{字节数} = \text{采样频率} \times \text{量化位数} \times \text{声道数} \times \text{时长（秒）} \div 8$$

**例**：一段 1 分钟的 CD 音质音频，44100 Hz、16 位、立体声。

$$44100 \times 16 \times 2 \times 60 \div 8 = 10584000 \text{ B} \approx 10.1 \text{ MB}$$

1 分钟就 10 MB，CD 上一首四五分钟的歌要四五十兆，这就是为什么音乐文件都要压缩。

## 视频的大小计算

视频是一连串快速播放的静止图像。每秒播放多少张，叫**帧率**（fps）。人眼大约每秒 24 帧就觉得动作连续了。

未压缩视频的大小由单帧大小、帧率和时长共同决定。

$$\text{字节数} = \text{单帧字节数} \times \text{帧率} \times \text{时长（秒）}$$

**例**：1920 × 1080 的 24 位真彩色视频，30 fps，时长 10 秒。

- 单帧：$1920 \times 1080 \times 24 \div 8 = 6220800 \text{ B}$
- 每秒：$6220800 \times 30 = 186624000 \text{ B}$
- 10 秒：$1866240000 \text{ B} \approx 1.74 \text{ GB}$

十秒钟就 1.7 GB 多，未压缩视频在实际中根本无法使用，所以视频必须压缩。

压缩后的视频大小通常用**码率**估算：

$$\text{字节数} = \text{码率} \times \text{时长}$$

码率的单位一般是 kbps 或 Mbps，注意它是比特不是字节，换算要除以 8。

## 常见格式与压缩

压缩分两类。无损压缩能完全还原，文件大一些；有损压缩丢弃人眼或人耳不敏感的信息，文件小得多，但还原不回去。

| 媒体 | 格式 | 压缩方式 | 说明 |
| --- | --- | --- | --- |
| 图像 | BMP | 不压缩 | 位图原始格式，文件很大 |
| 图像 | JPEG | 有损 | 照片首选，压缩率高 |
| 图像 | PNG | 无损 | 支持透明度，适合截图和图标 |
| 图像 | GIF | 无损 | 最多 256 色，支持简单动画 |
| 图像 | SVG | 矢量 | 放大不失真，用于网页图标 |
| 音频 | WAV | 不压缩 | 无损但体积大 |
| 音频 | MP3 | 有损 | 最普及的音乐格式 |
| 音频 | FLAC | 无损 | 体积小于 WAV，音质无损 |
| 音频 | MIDI | 不是采样 | 记录的是乐器指令，不是声音波形 |
| 视频 | AVI、MP4、MKV | 有损 | MP4 最常用，兼容性最好 |

一个常见的判断题：JPEG 和 MP3 都是有损压缩，PNG、GIF、FLAC 是无损。GIF 虽然无损，但它的 256 色上限本身也是一种信息损失。

## 单位换算速查

所有大小计算最后都要落到单位换算，这几条记牢。

| 换算 | 关系 |
| --- | --- |
| 字节与位 | 1 Byte = 8 bit |
| KB 与 Byte | 1 KB = 1024 B |
| MB 与 KB | 1 MB = 1024 KB |
| GB 与 MB | 1 GB = 1024 MB |
| $1024 \times 1024$ | 就是 1 M，算 1080p 图像时常用 |

算题的经验：先把所有量都换成比特算出总数，最后一步再除 8 换成字节，然后逐级除以 1024。中途别急着换算，容易乱。

## 常见易错点

- 把 bit 和 Byte 弄混。色深、采样位数、码率说的都是 bit，文件大小说的是 Byte，差 8 倍。
- 以为 32 位真彩色能表示 $2^{32}$ 种颜色。32 位里有 8 位是透明度，颜色数由 24 位决定。
- 时长忘记换成秒。题目给 2 分钟要写成 120 秒。
- 视频忘记乘帧率，或者只算了一帧。
- 1024 和 1000 混用。存储容量按 1024 算，硬盘厂商标注的容量可能按 1000 算，这是买硬盘时感觉「少了」的原因。

## 小结

- 位图记像素，矢量图记公式。位图放大失真，矢量图放大不失真。
- 图像大小 = 分辨率 × 色深 ÷ 8；声音大小 = 采样频率 × 量化位数 × 声道数 × 时长 ÷ 8；视频大小 = 单帧大小 × 帧率 × 时长。
- 24 位是真彩色，32 位多出来的 8 位是透明度。
- 图像、音频、视频的常见格式要能分清有损和无损。
- 算了半天不对，先检查比特和字节有没有差 8 倍，时长有没有换成秒。

Source: https://cppguide.xyz/computer-basics/media/index.mdx
